LabABEMAに関するコラムや調査レポート

《CMデータ小噺》 第2話 性年代別配信「Demographic」の裏側 ~推理のヒントが豊富なAbemaTVの視聴データ~(後編)

話し手:阿部 昌利(阿部)

話し手:阿部 昌利(阿部)

株式会社AbemaTV データサイエンティスト

分析担当。データを扱うが感性重視で発言する

聞き手 篠塚 淑子(ヅカ)

聞き手 篠塚 淑子(ヅカ)

株式会社AbemaTV 経営管理局

広報担当の一児の母。舌鋒鋭い

3. 番組以外の情報も性年代の推定に用いる

ヅカ

さらに質問なのですが、もし私が麻雀や格闘の番組ばかり見ていたら、男性と判定されてしまうのですか?

阿部

その可能性は高まります。ただし、推定に用いている情報は番組だけではありません。利用機種や時間帯などの情報も用いています。それらを総合して、最も確率が高い性年代に区分します

ヅカ

そんなに傾向が異なりますか?

阿部

意外と違いました。例えば以下です

ヅカ

ということは、iPhoneを使っていたら、女性と見なされやすくなると

阿部

そうです。番組の影響の方が強いですが、こうした要素も加味しています。あとはこんなザッピングに関するデータもあったりします。ザッピングとはチャンネルを切り替えることです

 

ヅカ

若い人の方が、操作スピードが早いということですか?

阿部

そうかもしれません。あるいは番組を見るかどうかの判断スピードの違いかもしれません。理由は複数考えられますが、事実として、若い人の方がザッピングには時間をかけない傾向があります。こうした情報も推定のために活用できます

ヅカ

一口に視聴データと言っても様々な切り口があるのですね

阿部

そのアプローチを考えるのが分析屋としての腕の見せ所です。みんなで議論するのも面白いです

4. 性年代別配信の意味

ヅカ

今更なんですが、CMの性年代別配信って、どのくらい効果があるものなのでしょうか?女性用化粧品のように、そもそもCMを見てもらいたい対象が限定的な商材・サービスも数多くあるので、そうしたケースで有用というのはわかります。でもそれ以外の、万人が対象となるような商材・サービスのCMの場合はどうでしょう?

阿部

良い質問ですね

ヅカ

いわゆるデジタル広告のターゲティングってやっぱり広告効果を高めるためのものですし、私たちも性年代別配信の広告価値をより示していきたいと思います

阿部

そうですね、私もこの先の連載で扱っていくつもりですが、ここではまず視聴完了率の観点でお話しします。視聴完了率とは、CMの視聴開始数のうち、最後まで見られた割合のことです

ヅカ

広告主様にもレポーティングしている数字ですね

阿部

はい。CMに興味があったら最後まで見るはずなので、広告効果の基礎的な値と考えられます。この視聴完了率はCMによって結構差があります。例えば、30秒尺のCMの場合、平均の視聴完了率は85%ですが、高い場合は90%以上、逆に低い場合は80%以下のものもあります

ヅカ

視聴完了率が高いCMがあれば、低いCMもあるわけですね

阿部

はい。そして、この視聴完了率は性年代によって傾向が異なります。例えば、とある飲料食品系の2つの30秒尺CMで、次のような例がありました

ヅカ

CM①は視聴完了率がかなり高いです。一方CM②は平均程度です。でもM1だけは、その視聴完了率が逆転していたわけですね

阿部

はい。このケースではCM②はM1に対して広告効果が高いと考えられます。「じゃあ、CM認知度や利用意向度といった詳細な広告効果でどれだけ差があるのか」と聞かれると、今はお答えするのが難しいですが、興味を持ったユーザーは他の性年代の層よりもM1で確実に多いはずです。こんな風に、同じCMでも、性年代で反応の良し悪しが異なるので、性年代別のCM配信は広告効果を高める上で有用と考えます

ヅカ

わかりました。その主張を強めるためにも、視聴完了率と広告効果の関係性は明らかにしたいところですね

阿部

ええ、がんばります。視聴完了率をCM製作の1つの振り返りの材料として普及させたい、というのは私の想いとしてもあります。そのためにも、視聴完了率が広告効果における重要な要素であることは示したいですね

5. 性年代別配信の今後

ヅカ

その他、性年代別配信で今後強化したいポイントはありますか?

阿部

はい。冒頭のヅカさんからの質問、「性年代の推定結果を100%信じてよいのか?」についてです

ヅカ

そうでした。その点いかがでしょうか?

阿部

率直に言って、向上の余地があります。今後まずは配信精度を高めて、「狙った性年代層を確実に狙える」ようにするために対策していきます。具体的な方針はあって、確実に改善できるはずです

ヅカ

かりました、期待しています。ちなみに、性年代年齢別配信の仕組みって、説明していない部分も含めて、阿部さんが本気で専門的に話すとどんな感じになりますか?

阿部

そうですね。アンケート回答ユーザーを教師データにして、2年間の視聴ログから番組視聴情報を中心に作成した特徴量を用いて、勾配ブースティング系のアルゴリズムで推定します。DBはBigQueryで、データハンドリングはSQLで済ませて、そのあとGCS経由で…

ヅカ

あ、そこまででOKです。それでは今回もありがとうございました!

阿部

なんだったんですか 笑。一応、こちらでもシステム的な詳細を紹介しております。では、ありがとうございました!

>《CMデータ小噺》 第2話 性年代別配信「Demographic」の裏側 ~推理のヒントが豊富なAbemaTVの視聴データ~(前編)

Page Top